Нормированные расстояния между понятиями

Следующим этапом обработки является вычисление семантических расстояний между понятиями. Поскольку, факторные оценки понятий предварительно нормируются, то расстояния между понятиями вычисляются не в баллах шкалы семантического дифференциала, а в долях стандартного отклонения. Нормированные факторные оценки понятий в меньшей степени поддаются произвольному контролю со стороны испытуемого и более защищены от мотивационных искажений. Еще в большей степени это касается не абсолютных факторных оценок, соответствующих значениям координат понятий в семантическог пространстве, а разностей координат, представленных семантическими расстояниями и выражающих различия соответствующих понятий.

Чем меньше расстояние между двумя понятиями, тем более сходно отношение к ним испытуемого. Условно можно принять, что расстояние между двумя понятиями менее 1 стандартного отклонения характеризует очень сходные, практически идентичные для испытуемого понятия.

Расстояния между понятиями могут служить точными количественными показателями мотивов различных видов деятельности. То есть, чем меньше расстояние между понятием, которое характеризует интересующий нас вид деятельности, и понятием, обозначающим определенную потребность, тем с большей вероятностью мы можем предположить, что данная потребность является мотивом данного вида деятельности. Например, если мы хотим определить мотивацию учебной деятельности, то нам необходимо получить расстояния между понятием «Моя учеба» и такими понятиями, как «Мое увлечение», «Интересное занятие», «Выгода», «Общение с людьми», «Моя карьера», «Творчество», «Достижение успеха» и т. п. Те из них, которые наиболее близки к понятию «Моя учеба», и являются наиболее существенными мотивами учебной деятельности. Однако если ни одна потребность не является достаточно близко расположенной к учебной деятельности, то мы вынуждены предположить, что мотивация данного вида деятельности является слабой, испытуемый не имеет значимых мотивов учебы и не заинтересован в ней.

Нормированные расстояния между понятиями представлены в виде таблицы, каждая строка и столбец которой соответствуют оцениваемым понятиям. Нумерация строк и столбцов соответствует нумерации понятий. Для каждого понятия, выраженного в виде строки или столбца, мы можем определить, с какими другими понятиями оно в наибольшей степени связано в сознании испытуемого. Для каждого понятия можно расположить все остальные понятия по степени близости с ним. Таким образом, таблица нормированных расстояний между понятиями предоставляет исчерпывающую информацию о структуре ассоциаций между ними. Однако большое количество показателей затрудняет практическое использование полной матрицы расстояний. Для получения выводов по данным семантического дифференциала более удобным способом представления результатов является дендрограмма.

Дендрограмма понятий

Дендрограмма понятий (Приложение 1, Рис. 1) представляет собой результат кластерного анализа матрицы нормированных расстояний между понятиями. Дендрограмма позволяет наглядно представить информацию о сходстве понятий. Каждое понятие представлено в дендрограмме пронумерованной ветвью. Объединение этих ветвей происходит на разных уровнях сходства. Чем меньше расстояние между понятиями, тем выше уровень сходства. Расстояние между понятиями, выраженное в долях стандартного отклонения, представлено слева от дендрограммы. В результате объединения понятий образуются кластеры или группы понятий. Таким образом, весь набор понятий может быть представлен как совокупность кластеров.

Количество кластеров и входящих в них понятий зависит от того, какое расстояние для объединения мы выберем. Уменьшая расстояние, мы увеличиваем количество кластеров и уменьшаем количество входящих в них понятий. Опыт показывает, что для удобства анализа и интерпретации результатов семантического дифференциала достаточно выделить от 5 до 9 кластеров понятий. Кроме того, если понятия объединяются на расстоянии менее 1 стандартного отклонения, их следует считать объектами одного кластера.

Интерпретация дендрограммы основана на следующих принципах. В том случае, если два понятия попадают в один кластер, можно предположить, что они идентифицируются испытуемым, испытуемый одинаково к ним относится. При этом, если одно понятие соответствует некоторой потребности, а другое - характеризует какую-либо деятельность, вероятно, что данная потребность является мотивом соответствующей деятельности. Кластеры могут объединять несколько потребностей и видов деятельности. В том случае, если в кластер попадает некоторое эталонное понятие, смысл которого для экспериментатора достаточно ясен, то все остальные понятия этого кластера оказываются нагруженными этим же смыслом.

О расстоянии между любыми двумя понятиями косвенно можно судить по дендрограмме, устанавливая, на каком уровне соединяются соответствующие этим понятиям ветви. Для каждого понятия, представленного ветвью с соответствующим номером, можно определить, какие из остальных понятий, представленных пронумерованными ветвями, являются ближайшими к нему. Таким образом, для любого интересующего нас вида деятельности можно определить его ведущие мотивы, зная, какие потребности наиболее близко отстоят от этой деятельности. В свою очередь, для любой потребности из представленного списка понятий можно узнать, к каким видам деятельности побуждает эта потребность.

⇐ Предыдущая567891011121314Следующая ⇒

Поделиться: